Génération de représentations et récupération intermodale en chinois basées sur CLIP.
Entraînez, affinez et déployez des modèles intermodaux chinois pour la recherche et la classification.
Chinese-CLIP est une version chinoise du modèle CLIP entraînée sur environ 200 millions de paires image-texte. Il vous permet d'effectuer de la récupération intermodale, de la classification d'images zero-shot et de l'extraction de caractéristiques spécifiquement pour le texte et le contenu visuel en chinois.
La boîte à outils fournit des API, du code d'entraînement et des scripts de test optimisés pour les données chinoises, incluant la prise en charge de PyTorch, Hugging Face transformers, ModelScope, ONNX et le déploiement TensorRT. Elle propose différentes échelles de modèles allant de ResNet50 à ViT-H-14, ainsi que des stratégies telles que FlashAttention, l'accumulation de gradients et FLIP.
Il convient aux ingénieurs en IA et aux professionnels de la production vidéo qui développent des systèmes de recherche de médias en langue chinoise, de marquage automatisé ou de classification zero-shot. Il ne convient pas à ceux qui travaillent exclusivement avec des modèles en langue anglaise ou qui ne disposent pas de matériel GPU.
Effectuez des recherches texte-image et image-texte à l'aide de requêtes personnalisées en chinois.
Classifiez des images sans données d'entraînement spécifiques à la tâche en utilisant des invites d'étiquettes personnalisées en chinois.
Choisissez parmi des architectures pré-entraînées incluant RN50, ViT-B/16, ViT-L/14 et ViT-H/14.
Exportez des modèles vers ONNX, TensorRT ou CoreML pour une inférence plus rapide en production.
Gratuit sous sa licence MIT, sans option hébergée payante mentionnée dans le README. Le seul coût réside dans l'utilisation de votre propre matériel et de votre infrastructure.
879 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Vous avez besoin d'une machine équipée d'un GPU compatible CUDA prenant en charge PyTorch et torchvision.
Oui, le répertoire fournit des scripts et de la documentation pour déployer des modèles à l'aide d'ONNX, TensorRT et CoreML.
Voir Zekai en premier dans Google